IIUC，您需要使用ast.literal_eval、explode()，然后使用value_counts()。

from ast import literal_eval
import pandas as pd

res = df['tags'].apply(literal_eval).explode().value_counts()
print(res)

输出：

Startup      4
Bitcoin      3
Addiction    2
Health       2
Name: tags, dtype: int64

输入数据框示例：

df = pd.DataFrame({
    "tags" : [
        "['Startup']", "['Startup']", "['Startup']", "['Startup']",
        "['Bitcoin']", "['Bitcoin']", "['Bitcoin']", 
        "['Addiction', 'Health']", "['Addiction', 'Health']"
    ]
})

感谢@ljmc：

• 注意：ast.literal_eval并不总是安全的。来自文档：*

这个函数在过去被证明是"安全的"，但没有定义它的含义。这是误导。它被专门设计为不执行Python代码，不像更通用的eval（）。[...]但它也不是没有攻击：一个相对较小的输入可能导致内存耗尽或C堆栈耗尽，使进程崩溃。在某些输入上也可能出现过度CPU消耗拒绝服务。因此，不建议在不受信任的数据上调用它。

您可以将collections.Counter和apply或agg用于您的系列。

import pandas as pd
from collections import Counter

df = pd.DataFrame({
    "tags": [['Startup'], ["Bitcoin"], ["Startup", "Ethereum"]]
})

c = Counter()
df["tags"].apply(c.update)

c包含

Counter({'Startup': 2, 'Bitcoin': 1, 'Ethereum': 1})